We will take a look at the commercial area data, specifically the 'Commercial Area Information - Medical Institutions, September 2019' dataset.

Before jumping right into analyzing the data, I will also overview some basic code for Exploratory Data Analysis (EDA). I have also included brief explanations of my code.

#!pip install koreanize-matplotlib

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns
import folium
import koreanize_matplotlib
import matplotlib.font_manager as fm
fm.fontManager.addfont('/usr/share/fonts/truetype/nanum/NanumGothic.ttf')

%matplotlib inline

plt.rc('font', family='NanumGothic')
plt.rc('axes', unicode_minus=False)

df_raw = pd.read_csv("https://raw.githubusercontent.com/corazzon/boostcourse-ds-510/master/data/medical_201909.csv.zip", low_memory=False)

df = df_raw.copy()

shape

• The shape attribute gives you the number of rows and columns in a dataframe.

num_shape = df.shape
print("Number of rows and columns:", num_shape)

Number of rows and columns: (91335, 39)

• rows

# return the first number of the shape result
num_rows = df.shape[0]
print("Number of rows:", num_rows)

Number of rows: 91335

• columns

columns = df.columns
print("Columns:", columns)

Columns: Index(['상가업소번호', '상호명', '지점명', '상권업종대분류코드', '상권업종대분류명', '상권업종중분류코드',
       '상권업종중분류명', '상권업종소분류코드', '상권업종소분류명', '표준산업분류코드', '표준산업분류명', '시도코드',
       '시도명', '시군구코드', '시군구명', '행정동코드', '행정동명', '법정동코드', '법정동명', '지번코드',
       '대지구분코드', '대지구분명', '지번본번지', '지번부번지', '지번주소', '도로명코드', '도로명', '건물본번지',
       '건물부번지', '건물관리번호', '건물명', '도로명주소', '구우편번호', '신우편번호', '동정보', '층정보',
       '호정보', '경도', '위도'],
      dtype='object')

# return the second number of the shape result
print("Number of columns:", df.shape[1])

Number of columns: 39

num_columns = df.columns.value_counts().sum()
print("Number of columns:", num_columns)

Number of columns: 39

head()/tail()

• The head() method gives you the first five rows of data by default. You can specify a different number of rows by passing an integer as an argument to head().

head_df = df.head()
print(head_df)

     상가업소번호        상호명  지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드 상권업종중분류명 상권업종소분류코드  \
0  19956873     하나산부인과  NaN         S       의료       S01       병원    S01B10   
1  20024149   타워광명내과의원  NaN         S       의료       S01       병원    S01B07   
2  20152277  조정현신경외과의원  NaN         S       의료       S01       병원    S01B15   
3  20350610   한귀원정신과의원  NaN         S       의료       S01       병원    S01B99   
4  20364049  더블유스토어수지점  수지점         S       의료       S02   약국/한약방    S02A01   

  상권업종소분류명 표준산업분류코드  ...                     건물관리번호      건물명  \
0     산부인과   Q86201  ...  4127310900110810000010857  산호한양아파트   
1    내과/외과   Q86201  ...  1168011800104670014000001      NaN   
2     신경외과   Q86201  ...  4139013200117400001017064    한라프라자   
3     기타병원      NaN  ...  2650010400100740001009932      NaN   
4       약국   G47811  ...  4146510100107120002026238      NaN   

                 도로명주소     구우편번호    신우편번호  동정보  층정보  호정보          경도  \
0   경기도 안산시 단원구 달미로 10  425764.0  15236.0  NaN  NaN  NaN  126.814295   
1  서울특별시 강남구 언주로30길 39  135270.0   6292.0  NaN    4  NaN  127.053198   
2    경기도 시흥시 중심상가로 178  429450.0  15066.0  NaN  NaN  NaN  126.734841   
3    부산광역시 수영구 수영로 688  613100.0  48266.0  NaN    5  NaN  129.115438   
4   경기도 용인시 수지구 문정로 32  448170.0  16837.0  NaN    1  NaN  127.095522   

          위도  
0  37.336344  
1  37.488742  
2  37.344955  
3  35.166872  
4  37.323528  

[5 rows x 39 columns]

head_df_10 = df.head(10)
print(head_df_10)

     상가업소번호        상호명  지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드 상권업종중분류명 상권업종소분류코드  \
0  19956873     하나산부인과  NaN         S       의료       S01       병원    S01B10   
1  20024149   타워광명내과의원  NaN         S       의료       S01       병원    S01B07   
2  20152277  조정현신경외과의원  NaN         S       의료       S01       병원    S01B15   
3  20350610   한귀원정신과의원  NaN         S       의료       S01       병원    S01B99   
4  20364049  더블유스토어수지점  수지점         S       의료       S02   약국/한약방    S02A01   
5  20809147     행신동물병원  NaN         S       의료       S04      수의업    S04A02   
6  20733252      춘산한약방  NaN         S       의료       S02   약국/한약방    S02A02   
7  20582210      부부탕제원  NaN         S       의료       S02   약국/한약방    S02A03   
8  20808534     코원성형외과  NaN         S       의료       S01       병원    S01B08   
9  20755460   헬로스마일소아과  NaN         S       의료       S01       병원    S01B11   

  상권업종소분류명 표준산업분류코드  ...                     건물관리번호      건물명  \
0     산부인과   Q86201  ...  4127310900110810000010857  산호한양아파트   
1    내과/외과   Q86201  ...  1168011800104670014000001      NaN   
2     신경외과   Q86201  ...  4139013200117400001017064    한라프라자   
3     기타병원      NaN  ...  2650010400100740001009932      NaN   
4       약국   G47811  ...  4146510100107120002026238      NaN   
5     동물병원   M73100  ...  4128112800106470014011094      NaN   
6      한약방   G47811  ...  4211010500101000000023668      NaN   
7      탕제원   G47859  ...  4311112000101870017042942      NaN   
8  정형/성형외과   Q86201  ...  1168010700105920004010990     이가빌딩   
9      소아과   Q86201  ...  1168010800100390018000001     성도빌딩   

                        도로명주소     구우편번호    신우편번호  동정보  층정보  호정보          경도  \
0          경기도 안산시 단원구 달미로 10  425764.0  15236.0  NaN  NaN  NaN  126.814295   
1         서울특별시 강남구 언주로30길 39  135270.0   6292.0  NaN    4  NaN  127.053198   
2           경기도 시흥시 중심상가로 178  429450.0  15066.0  NaN  NaN  NaN  126.734841   
3           부산광역시 수영구 수영로 688  613100.0  48266.0  NaN    5  NaN  129.115438   
4          경기도 용인시 수지구 문정로 32  448170.0  16837.0  NaN    1  NaN  127.095522   
5         경기도 고양시 덕양구 행신로 147  412220.0  10517.0  NaN    1  NaN  126.831632   
6              강원도 춘천시 낙원길 50  200042.0  24273.0  NaN    2  NaN  127.726905   
7  충청북도 청주시 상당구 중고개로337번길 134  360802.0  28726.0  NaN    1  NaN  127.499206   
8           서울특별시 강남구 논현로 826  135893.0   6025.0  NaN    4  NaN  127.028531   
9        서울특별시 강남구 논현로131길 30  135010.0   6045.0  NaN    3  NaN  127.027878   

          위도  
0  37.336344  
1  37.488742  
2  37.344955  
3  35.166872  
4  37.323528  
5  37.619309  
6  37.880504  
7  36.625355  
8  37.522223  
9  37.514144  

[10 rows x 39 columns]

• The tail() method gives you the last five rows of data by default. You can specify a different number of rows by passing an integer as an argument to tail().

tail_df = df.tail()
print(tail_df)

         상가업소번호           상호명   지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드  상권업종중분류명  \
91330  16196725         온누리약국   베스트         S       의료       S02    약국/한약방   
91331  16192180            리원  봄산후조         S       의료       S07  의료관련서비스업   
91332  16127538       참좋은요양병원   NaN         S       의료       S01        병원   
91333  16108681       경희중앙한의원   NaN         S       의료       S01        병원   
91334  16109073  천안김안과천안역본점의원   NaN         S       의료       S01        병원   

      상권업종소분류코드 상권업종소분류명 표준산업분류코드  ...                     건물관리번호    건물명  \
91330    S02A01       약국   G47811  ...  3017011200115070000021096    NaN   
91331    S07A07    산후조리원   S96993  ...  4128112300111460000011715  청한프라자   
91332    S01B17  노인/치매병원   Q86102  ...  2641010800105380001005572  한신시티빌   
91333    S01B06      한의원   Q86203  ...  1174010500103450009002392    NaN   
91334    S01B13     안과의원   Q86201  ...  4413110700102660017016314    김안과   

                     도로명주소     구우편번호    신우편번호  동정보  층정보  호정보          경도  \
91330      대전광역시 서구 문예로 67  302831.0  35240.0  NaN  NaN  NaN  127.389865   
91331   경기도 고양시 덕양구 성신로 14  412827.0  10503.0  NaN  NaN  NaN  126.830144   
91332    부산광역시 금정구 금강로 209  609841.0  46294.0  NaN    2  NaN  129.082790   
91333    서울특별시 강동구 천중로 213  134811.0   5303.0  NaN  NaN  NaN  127.143958   
91334  충청남도 천안시 동남구 중앙로 92  330952.0  31127.0  NaN  NaN  NaN  127.152651   

              위도  
91330  36.352728  
91331  37.627530  
91332  35.227138  
91333  37.540993  
91334  36.806640  

[5 rows x 39 columns]

tail_df_10 = df.tail(10)
print(tail_df_10)

         상가업소번호           상호명       지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드  \
91325  16109238         녹지미의원       NaN         S       의료       S01   
91326  16130997        새삶의료선교       NaN         S       의료       S01   
91327  16190388         오피스알파     치과기공소         S       의료       S03   
91328  16198812         서울플러스       NaN         S       의료       S01   
91329  16199523            리원  위대한탄생산후조         S       의료       S07   
91330  16196725         온누리약국       베스트         S       의료       S02   
91331  16192180            리원      봄산후조         S       의료       S07   
91332  16127538       참좋은요양병원       NaN         S       의료       S01   
91333  16108681       경희중앙한의원       NaN         S       의료       S01   
91334  16109073  천안김안과천안역본점의원       NaN         S       의료       S01   

       상권업종중분류명 상권업종소분류코드 상권업종소분류명 표준산업분류코드  ...                     건물관리번호  \
91325        병원    S01B07    내과/외과   Q86201  ...  2726010100105610004019567   
91326        병원    S01B07    내과/외과   Q86201  ...  4825011800110490008033243   
91327     유사의료업    S03B06    치과기공소   C27192  ...  4117310400109700024005182   
91328        병원    S01B17  노인/치매병원   Q86102  ...  4420025328105080000002698   
91329  의료관련서비스업    S07A07    산후조리원   S96993  ...  2647010200112870016009815   
91330    약국/한약방    S02A01       약국   G47811  ...  3017011200115070000021096   
91331  의료관련서비스업    S07A07    산후조리원   S96993  ...  4128112300111460000011715   
91332        병원    S01B17  노인/치매병원   Q86102  ...  2641010800105380001005572   
91333        병원    S01B06      한의원   Q86203  ...  1174010500103450009002392   
91334        병원    S01B13     안과의원   Q86201  ...  4413110700102660017016314   

             건물명                     도로명주소     구우편번호    신우편번호  동정보  층정보  호정보  \
91325        NaN      대구광역시 수성구 달구벌대로 2398  706718.0  42117.0  NaN  NaN  NaN   
91326        NaN       경상남도 김해시 분성로569번길 2  621917.0  50820.0  NaN  NaN  NaN   
91327        NaN  경기도 안양시 동안구 경수대로507번길 28  431849.0  14120.0  NaN  NaN  NaN   
91328  배방자이1차아파트      충청남도 아산시 배방읍 호서로 460  336729.0  31495.0  NaN    2  NaN   
91329        NaN       부산광역시 연제구 중앙대로 1083  611839.0  47540.0    5    8  NaN   
91330        NaN           대전광역시 서구 문예로 67  302831.0  35240.0  NaN  NaN  NaN   
91331      청한프라자        경기도 고양시 덕양구 성신로 14  412827.0  10503.0  NaN  NaN  NaN   
91332      한신시티빌         부산광역시 금정구 금강로 209  609841.0  46294.0  NaN    2  NaN   
91333        NaN         서울특별시 강동구 천중로 213  134811.0   5303.0  NaN  NaN  NaN   
91334        김안과       충청남도 천안시 동남구 중앙로 92  330952.0  31127.0  NaN  NaN  NaN   

               경도         위도  
91325  128.624746  35.858767  
91326  128.908380  35.236243  
91327  126.956365  37.367779  
91328  127.083401  36.768332  
91329  129.080176  35.184868  
91330  127.389865  36.352728  
91331  126.830144  37.627530  
91332  129.082790  35.227138  
91333  127.143958  37.540993  
91334  127.152651  36.806640  

[10 rows x 39 columns]

sample_df = df.sample()
print(sample_df)

         상가업소번호     상호명  지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드 상권업종중분류명 상권업종소분류코드  \
19648  25048472  다봄의료재단  NaN         S       의료       S01       병원    S01B02   

      상권업종소분류명 표준산업분류코드  ...                     건물관리번호  건물명  \
19648     일반병원   Q86102  ...  4711111200100940004121976  NaN   

                    도로명주소     구우편번호    신우편번호  동정보  층정보  호정보          경도  \
19648  경상북도 포항시 남구 냉천로 58  790833.0  37878.0  NaN  NaN  NaN  129.399831   

              위도  
19648  35.987684  

[1 rows x 39 columns]

info()

• The info() method provides information about the data types of each column.

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 91335 entries, 0 to 91334
Data columns (total 39 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   상가업소번호     91335 non-null  int64  
 1   상호명        91335 non-null  object 
 2   지점명        1346 non-null   object 
 3   상권업종대분류코드  91335 non-null  object 
 4   상권업종대분류명   91335 non-null  object 
 5   상권업종중분류코드  91335 non-null  object 
 6   상권업종중분류명   91335 non-null  object 
 7   상권업종소분류코드  91335 non-null  object 
 8   상권업종소분류명   91335 non-null  object 
 9   표준산업분류코드   86413 non-null  object 
 10  표준산업분류명    86413 non-null  object 
 11  시도코드       90956 non-null  float64
 12  시도명        90956 non-null  object 
 13  시군구코드      90956 non-null  float64
 14  시군구명       90956 non-null  object 
 15  행정동코드      91335 non-null  int64  
 16  행정동명       90956 non-null  object 
 17  법정동코드      91280 non-null  float64
 18  법정동명       91280 non-null  object 
 19  지번코드       91335 non-null  int64  
 20  대지구분코드     91335 non-null  int64  
 21  대지구분명      91335 non-null  object 
 22  지번본번지      91335 non-null  int64  
 23  지번부번지      72079 non-null  float64
 24  지번주소       91335 non-null  object 
 25  도로명코드      91335 non-null  int64  
 26  도로명        91335 non-null  object 
 27  건물본번지      91335 non-null  int64  
 28  건물부번지      10604 non-null  float64
 29  건물관리번호     91335 non-null  object 
 30  건물명        46453 non-null  object 
 31  도로명주소      91335 non-null  object 
 32  구우편번호      91323 non-null  float64
 33  신우편번호      91333 non-null  float64
 34  동정보        7406 non-null   object 
 35  층정보        44044 non-null  object 
 36  호정보        15551 non-null  object 
 37  경도         91335 non-null  float64
 38  위도         91335 non-null  float64
dtypes: float64(9), int64(7), object(23)
memory usage: 27.2+ MB

df.dtypes
# dtypes allows us to directly see the data type of each column.

	0
상가업소번호	int64
상호명	object
지점명	object
상권업종대분류코드	object
상권업종대분류명	object
상권업종중분류코드	object
상권업종중분류명	object
상권업종소분류코드	object
상권업종소분류명	object
표준산업분류코드	object
표준산업분류명	object
시도코드	float64
시도명	object
시군구코드	float64
시군구명	object
행정동코드	int64
행정동명	object
법정동코드	float64
법정동명	object
지번코드	int64
대지구분코드	int64
대지구분명	object
지번본번지	int64
지번부번지	float64
지번주소	object
도로명코드	int64
도로명	object
건물본번지	int64
건물부번지	float64
건물관리번호	object
건물명	object
도로명주소	object
구우편번호	float64
신우편번호	float64
동정보	object
층정보	object
호정보	object
경도	float64
위도	float64

dtype: object

isnull()

• isnull() shows where the missing values are by returning True for missing values and False for others.

df.isnull()

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	True	True	False	False
1	False	False	True	False	False	False	False	False	False	False	...	False	True	False	False	False	True	False	True	False	False
2	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	True	True	False	False
3	False	False	True	False	False	False	False	False	False	True	...	False	True	False	False	False	True	False	True	False	False
4	False	False	False	False	False	False	False	False	False	False	...	False	True	False	False	False	True	False	True	False	False
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
91330	False	False	False	False	False	False	False	False	False	False	...	False	True	False	False	False	True	True	True	False	False
91331	False	False	False	False	False	False	False	False	False	False	...	False	False	False	False	False	True	True	True	False	False
91332	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	False	True	False	False
91333	False	False	True	False	False	False	False	False	False	False	...	False	True	False	False	False	True	True	True	False	False
91334	False	False	True	False	False	False	False	False	False	False	...	False	False	False	False	False	True	True	True	False	False

91335 rows × 39 columns

# Calculate the sum of isnull for each column
df.isnull().sum()

	0
상가업소번호	0
상호명	0
지점명	89989
상권업종대분류코드	0
상권업종대분류명	0
상권업종중분류코드	0
상권업종중분류명	0
상권업종소분류코드	0
상권업종소분류명	0
표준산업분류코드	4922
표준산업분류명	4922
시도코드	379
시도명	379
시군구코드	379
시군구명	379
행정동코드	0
행정동명	379
법정동코드	55
법정동명	55
지번코드	0
대지구분코드	0
대지구분명	0
지번본번지	0
지번부번지	19256
지번주소	0
도로명코드	0
도로명	0
건물본번지	0
건물부번지	80731
건물관리번호	0
건물명	44882
도로명주소	0
구우편번호	12
신우편번호	2
동정보	83929
층정보	47291
호정보	75784
경도	0
위도	0

dtype: int64

# visualize the total number of null values in each column
df.isnull().sum().plot.barh(figsize=(10, 7))

<Axes: >

# store the number of missing values for each column in a new dataframe
df_null_count = df.isnull().sum().reset_index()
df_null_count.head()

	index	0
0	상가업소번호	0
1	상호명	0
2	지점명	89989
3	상권업종대분류코드	0
4	상권업종대분류명	0

# assign new names to the columns of the dataframe
df_null_count.columns = ["컬럼명", "결측치수"]
df_null_count.head()

	컬럼명	결측치수
0	상가업소번호	0
1	상호명	0
2	지점명	89989
3	상권업종대분류코드	0
4	상권업종대분류명	0

# sort columns by the number of missing values
df_null_head = df_null_count.sort_values(
    by="결측치수",
    ascending=False).head(9)
df_null_head

	컬럼명	결측치수
2	지점명	89989
34	동정보	83929
28	건물부번지	80731
36	호정보	75784
35	층정보	47291
30	건물명	44882
23	지번부번지	19256
9	표준산업분류코드	4922
10	표준산업분류명	4922

df["지점명"].head(1)

	지점명
0	NaN

dtype: object

# drop the columns with null values.
drop_columns = df_null_head["컬럼명"].values
drop_columns

array(['지점명', '동정보', '건물부번지', '호정보', '층정보', '건물명', '지번부번지', '표준산업분류코드',
       '표준산업분류명'], dtype=object)

df[drop_columns].head()

	지점명	동정보	건물부번지	호정보	층정보	건물명	지번부번지	표준산업분류코드	표준산업분류명
0	NaN	NaN	NaN	NaN	NaN	산호한양아파트	NaN	Q86201	일반 의원
1	NaN	NaN	NaN	NaN	4	NaN	14.0	Q86201	일반 의원
2	NaN	NaN	NaN	NaN	NaN	한라프라자	1.0	Q86201	일반 의원
3	NaN	NaN	NaN	NaN	5	NaN	1.0	NaN	NaN
4	수지점	NaN	NaN	NaN	1	NaN	2.0	G47811	의약품 및 의료용품 소매업

print(df.shape)
df = df.drop(columns=drop_columns, axis=1)
print(df.shape)

(91335, 39)
(91335, 30)

Basic statistical values

# mean
df["위도"].mean()

36.62471119236685

# median
df["위도"].median()

37.2346523177033

# max
df["위도"].max()

38.4996585705598

# min
df["위도"].min()

33.2192896688307

# count
df["위도"].count()

91335

# use describe to view count, and quartiles for the column
df["위도"].describe()

	위도
count	91335.000000
mean	36.624711
std	1.041361
min	33.219290
25%	35.811830
50%	37.234652
75%	37.507463
max	38.499659

dtype: float64

# use a list format to select more than one column
df[["위도", "경도"]].describe()

	위도	경도
count	91335.000000	91335.000000
mean	36.624711	127.487524
std	1.041361	0.842877
min	33.219290	124.717632
25%	35.811830	126.914297
50%	37.234652	127.084550
75%	37.507463	128.108919
max	38.499659	130.909912

# display the columns where the data type is object
df.describe(include="object")

	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도명	시군구명	행정동명	법정동명	대지구분명	지번주소	도로명	건물관리번호	도로명주소
count	91335	91335	91335	91335	91335	91335	91335	90956	90956	90956	91280	91335	91335	91335	91335	91335
unique	56910	1	1	5	5	34	34	17	228	2791	2822	2	53118	16610	54142	54031
top	리원	S	의료	S01	병원	S02A01	약국	경기도	서구	중앙동	중동	대지	서울특별시 동대문구 제기동 965-1	서울특별시 강남구 강남대로	1123010300109650001031604	서울특별시 동대문구 약령중앙로8길 10
freq	152	91335	91335	60774	60774	18964	18964	21374	3165	1856	874	91213	198	326	198	198

df["상권업종대분류명"].unique()

array(['의료'], dtype=object)

df["상권업종대분류명"].nunique()

1

df["상권업종중분류명"].unique()

array(['병원', '약국/한약방', '수의업', '유사의료업', '의료관련서비스업'], dtype=object)

df["상권업종중분류명"].nunique()

5

df["상권업종소분류명"].unique()

array(['산부인과', '내과/외과', '신경외과', '기타병원', '약국', '동물병원', '한약방', '탕제원',
       '정형/성형외과', '소아과', '이비인후과의원', '노인/치매병원', '언어치료', '수의업-종합', '한의원',
       '치과의원', '침구원', '일반병원', '안과의원', '조산원', '한방병원', '종합병원', '유사의료업기타',
       '응급구조대', '혈액원', '치과병원', '척추교정치료', '피부과', '비뇨기과', '치과기공소', '산후조리원',
       '접골원', '수의업-기타', '제대혈'], dtype=object)

df["상권업종소분류명"].nunique()

34

# use len istead of nunique
len(df["상권업종소분류명"].unique())

34

value_counts()

df["시도코드"].value_counts()

	count
시도코드
41.0	21374
11.0	18943
26.0	6473
48.0	4973
28.0	4722
27.0	4597
47.0	4141
45.0	3894
44.0	3578
46.0	3224
29.0	3214
30.0	3067
43.0	2677
42.0	2634
31.0	1997
50.0	1095
36.0	353

dtype: int64

df["시도명"].value_counts()

	count
시도명
경기도	21374
서울특별시	18943
부산광역시	6473
경상남도	4973
인천광역시	4722
대구광역시	4597
경상북도	4141
전라북도	3894
충청남도	3578
전라남도	3224
광주광역시	3214
대전광역시	3067
충청북도	2677
강원도	2634
울산광역시	1997
제주특별자치도	1095
세종특별자치시	353

dtype: int64

df["시도명"].value_counts(normalize=True)

	proportion
시도명
경기도	0.234993
서울특별시	0.208266
부산광역시	0.071166
경상남도	0.054675
인천광역시	0.051915
대구광역시	0.050541
경상북도	0.045528
전라북도	0.042812
충청남도	0.039338
전라남도	0.035446
광주광역시	0.035336
대전광역시	0.033720
충청북도	0.029432
강원도	0.028959
울산광역시	0.021956
제주특별자치도	0.012039
세종특별자치시	0.003881

dtype: float64

df["시도명"].value_counts().plot.barh()

<Axes: ylabel='시도명'>

df["시도명"].value_counts().plot.pie(figsize=(7, 7))

<Axes: ylabel='count'>

• With seaborn, you generally need to specify x, y, and data, but for countplot, you can provide just one of x or y.

  • Advantages of seaborn: It offers advanced statistical functions directly within the graphs.

  • Disadvantages of seaborn: It becomes slower as the size of the dataset increases.

sns.countplot(data=df, y="시도명")

<Axes: xlabel='count', ylabel='시도명'>

df["상권업종대분류명"].value_counts()

	count
상권업종대분류명
의료	91335

dtype: int64

df["상권업종중분류명"].value_counts()

	count
상권업종중분류명
병원	60774
약국/한약방	20923
수의업	5323
유사의료업	3774
의료관련서비스업	541

dtype: int64

df["상권업종중분류명"].value_counts(normalize=True)

	proportion
상권업종중분류명
병원	0.665397
약국/한약방	0.229080
수의업	0.058280
유사의료업	0.041320
의료관련서비스업	0.005923

dtype: float64

df["상권업종중분류명"].value_counts().plot.barh()

<Axes: ylabel='상권업종중분류명'>

# add figure size and grid
df["상권업종중분류명"].value_counts().plot.barh(figsize=(7,8), grid=True)

<Axes: ylabel='상권업종중분류명'>

df["상권업종중분류명"].value_counts().plot.pie()

<Axes: ylabel='count'>

df["상권업종소분류명"].value_counts()

	count
상권업종소분류명
약국	18964
치과의원	13731
한의원	13211
내과/외과	11374
기타병원	4922
일반병원	3385
동물병원	3098
정형/성형외과	2562
소아과	2472
수의업-종합	2216
치과기공소	1724
이비인후과의원	1486
한약방	1442
피부과	1273
산부인과	1116
노인/치매병원	1055
안과의원	1042
비뇨기과	809
종합병원	762
치과병원	756
언어치료	664
유사의료업기타	629
탕제원	517
산후조리원	511
신경외과	421
한방병원	397
척추교정치료	338
침구원	154
혈액원	130
응급구조대	125
조산원	30
접골원	9
수의업-기타	9
제대혈	1

dtype: int64

df["상권업종소분류명"].value_counts().plot.barh(figsize=(7, 7))

<Axes: ylabel='상권업종소분류명'>

df_medical = df[df["상권업종중분류명"] == "약국/한약방"]
df_medical.head(1)

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
4	20364049	더블유스토어수지점	S	의료	S02	약국/한약방	S02A01	약국	41.0	경기도	...	경기도 용인시 수지구 풍덕천동 712-2	414653205024	경기도 용인시 수지구 문정로	32	4146510100107120002026238	경기도 용인시 수지구 문정로 32	448170.0	16837.0	127.095522	37.323528

1 rows × 30 columns

shop_type = df["상권업종대분류명"] == "의료"
df.loc[shop_type, "상권업종중분류명"].value_counts()

	count
상권업종중분류명
병원	60774
약국/한약방	20923
수의업	5323
유사의료업	3774
의료관련서비스업	541

dtype: int64

df_medi = df[df["상권업종중분류명"] == "유사의료업"]
df_medi.shape

(3774, 30)

df["상호명"].value_counts().head(10)

	count
상호명
리원	152
온누리약국	149
경희한의원	141
우리약국	119
중앙약국	111
전자담배	98
조은약국	95
건강약국	87
제일약국	79
사랑약국	73

dtype: int64

df_medi["상호명"].value_counts().head(10)

	count
상호명
리원	32
고려수지침	22
대한적십자사	17
헌혈의집	12
고려수지침학회	10
수치과기공소	10
제일치과기공소	9
미소치과기공소	8
아트치과기공소	8
이사랑치과기공소	8

dtype: int64

df_seoul_drug = df[
    (df["상권업종소분류명"] == "약국") &
    (df["시도명"]== "서울특별시")]
df_seoul_drug.head(1)

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
33	20816709	이즈타워약	S	의료	S02	약국/한약방	S02A01	약국	11.0	서울특별시	...	서울특별시 강남구 역삼동 821	116803122010	서울특별시 강남구 테헤란로	101	1168010100108210001000001	서울특별시 강남구 테헤란로 101	135080.0	6134.0	127.028023	37.498656

1 rows × 30 columns

df_seoul_drug["시군구명"].value_counts()

	count
시군구명
강남구	374
동대문구	261
광진구	212
서초구	191
송파구	188
노원구	169
성북구	160
은평구	151
영등포구	145
강서구	136
마포구	136
중랑구	129
서대문구	120
관악구	118
강동구	117
종로구	111
양천구	109
중구	106
강북구	104
구로구	102
동작구	96
성동구	88
용산구	87
금천구	85
도봉구	84

dtype: int64

df_seoul_drug["시군구명"].value_counts(normalize=True)

	proportion
시군구명
강남구	0.104498
동대문구	0.072925
광진구	0.059234
서초구	0.053367
송파구	0.052529
노원구	0.047220
성북구	0.044705
은평구	0.042191
영등포구	0.040514
강서구	0.037999
마포구	0.037999
중랑구	0.036044
서대문구	0.033529
관악구	0.032970
강동구	0.032691
종로구	0.031014
양천구	0.030455
중구	0.029617
강북구	0.029058
구로구	0.028500
동작구	0.026823
성동구	0.024588
용산구	0.024308
금천구	0.023750
도봉구	0.023470

dtype: float64

df_seoul_drug["시군구명"].value_counts().plot.bar()
# plot.bar() creates a vertical bar plot

<Axes: xlabel='시군구명'>

df_seoul_drug["시군구명"].value_counts().plot.barh()
# plot.barh() creates a horizontal bar plot
# It's easier to interpret the data visually

<Axes: ylabel='시군구명'>

df_seoul_drug["시군구명"].value_counts(ascending=True).plot.barh()
# sort the data first and then plot it

<Axes: ylabel='시군구명'>

df_seoul_hospital = df[
    (df["상권업종소분류명"] == "종합병원") &
    (df["시도명"]== "서울특별시")]
df_seoul_hospital.head(1)

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
305	25155642	대진의료재단	S	의료	S01	병원	S01B01	종합병원	11.0	서울특별시	...	서울특별시 광진구 중곡동 58-25	112153104006	서울특별시 광진구 긴고랑로	119	1121510100100580025000733	서울특별시 광진구 긴고랑로 119	143220.0	4944.0	127.088279	37.559048

1 rows × 30 columns

df_seoul_hospital["시군구명"].value_counts()

	count
시군구명
강남구	15
영등포구	8
광진구	6
서초구	6
강동구	5
중구	5
송파구	5
강북구	4
도봉구	4
서대문구	4
양천구	4
성북구	3
강서구	2
중랑구	2
종로구	2
동대문구	2
구로구	2
노원구	2
금천구	2
성동구	2
관악구	2
동작구	1
마포구	1
용산구	1
은평구	1

dtype: int64

Indexing textual Data

df[df["상호명"].str.contains("대학병원")].head(1)

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
193	23651380	동국대학병원일산	S	의료	S01	병원	S01B01	종합병원	41.0	경기도	...	경기도 고양시 일산동구 식사동 814	412853193010	경기도 고양시 일산동구 동국로	27	4128510100108090004022480	경기도 고양시 일산동구 동국로 27	410773.0	10326.0	126.805548	37.676425

1 rows × 30 columns

df[df["도로명주소"].str.startswith("서울")].head(1)

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
1	20024149	타워광명내과의원	S	의료	S01	병원	S01B07	내과/외과	11.0	서울특별시	...	서울특별시 강남구 도곡동 467-14	116804166604	서울특별시 강남구 언주로30길	39	1168011800104670014000001	서울특별시 강남구 언주로30길 39	135270.0	6292.0	127.053198	37.488742

1 rows × 30 columns

df[df["상호명"].str.endswith("병원")].head(1)

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
5	20809147	행신동물병원	S	의료	S04	수의업	S04A02	동물병원	41.0	경기도	...	경기도 고양시 덕양구 행신동 647-14	412813192072	경기도 고양시 덕양구 행신로	147	4128112800106470014011094	경기도 고양시 덕양구 행신로 147	412220.0	10517.0	126.831632	37.619309

1 rows × 30 columns

df_seoul = df[df["시도명"] == "서울특별시"].copy()
df_seoul.shape
df_seoul.head()

	상가업소번호	상호명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	시도코드	시도명	...	지번주소	도로명코드	도로명	건물본번지	건물관리번호	도로명주소	구우편번호	신우편번호	경도	위도
1	20024149	타워광명내과의원	S	의료	S01	병원	S01B07	내과/외과	11.0	서울특별시	...	서울특별시 강남구 도곡동 467-14	116804166604	서울특별시 강남구 언주로30길	39	1168011800104670014000001	서울특별시 강남구 언주로30길 39	135270.0	6292.0	127.053198	37.488742
8	20808534	코원성형외과	S	의료	S01	병원	S01B08	정형/성형외과	11.0	서울특별시	...	서울특별시 강남구 신사동 592-4	116803121022	서울특별시 강남구 논현로	826	1168010700105920004010990	서울특별시 강남구 논현로 826	135893.0	6025.0	127.028531	37.522223
9	20755460	헬로스마일소아과	S	의료	S01	병원	S01B11	소아과	11.0	서울특별시	...	서울특별시 강남구 논현동 39-18	116804166129	서울특별시 강남구 논현로131길	30	1168010800100390018000001	서울특별시 강남구 논현로131길 30	135010.0	6045.0	127.027878	37.514144
31	20872995	고운나라성형외과	S	의료	S01	병원	S01B08	정형/성형외과	11.0	서울특별시	...	서울특별시 강동구 성내동 9-5	117402000008	서울특별시 강동구 천호대로	1032	1174010800100090005004868	서울특별시 강동구 천호대로 1032	134030.0	5379.0	127.126507	37.537333
33	20816709	이즈타워약	S	의료	S02	약국/한약방	S02A01	약국	11.0	서울특별시	...	서울특별시 강남구 역삼동 821	116803122010	서울특별시 강남구 테헤란로	101	1168010100108210001000001	서울특별시 강남구 테헤란로 101	135080.0	6134.0	127.028023	37.498656

5 rows × 30 columns

df_seoul_sort = df_seoul['시군구명'].value_counts(ascending=True).index
plt.figure(figsize=(9, 6))
sns.countplot(data=df_seoul, y="시군구명", order=df_seoul_sort)

<Axes: xlabel='count', ylabel='시군구명'>

df_seoul[["경도", "위도", "시군구명"]].plot.scatter(
    x="경도", y="위도", figsize=(9, 7), grid=True)

<Axes: xlabel='경도', ylabel='위도'>

plt.figure(figsize=(16, 12))
sns.scatterplot(data=df_seoul,
                x='경도', y='위도', hue='시군구명')

<Axes: xlabel='경도', ylabel='위도'>

plt.figure(figsize=(16, 12))
sns.scatterplot(data=df_seoul,
                x='경도', y='위도', hue="상권업종중분류명")

<Axes: xlabel='경도', ylabel='위도'>

plt.figure(figsize=(16, 12))
sns.scatterplot(data=df[:10000],
                x='경도', y='위도', hue='시군구명')

<Axes: xlabel='경도', ylabel='위도'>

Question

Q1.

Calculate the number of pharmacies by region across the country!

Find the frequency of entries where the "business type subcategory name" is "pharmacy." You can use various aggregation methods such as value_counts, groupby, or pivot_table to calculate the frequency. Use whichever method you find most convenient to obtain the results. The final output should match the following format.

🔽 Example Output

경기도 4510
서울특별시 3579
부산광역시 1130
경상남도 1017
인천광역시 1002
경상북도 915
대구광역시 870
전라북도 862
충청남도 830
전라남도 811
강원도 729
광주광역시 691
충청북도 648
대전광역시 603
울산광역시 362
제주특별자치도 226
세종특별자치시 99

tmp = df_raw.copy()

tmp.head(3)

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	19956873	하나산부인과	NaN	S	의료	S01	병원	S01B10	산부인과	Q86201	...	4127310900110810000010857	산호한양아파트	경기도 안산시 단원구 달미로 10	425764.0	15236.0	NaN	NaN	NaN	126.814295	37.336344
1	20024149	타워광명내과의원	NaN	S	의료	S01	병원	S01B07	내과/외과	Q86201	...	1168011800104670014000001	NaN	서울특별시 강남구 언주로30길 39	135270.0	6292.0	NaN	4	NaN	127.053198	37.488742
2	20152277	조정현신경외과의원	NaN	S	의료	S01	병원	S01B15	신경외과	Q86201	...	4139013200117400001017064	한라프라자	경기도 시흥시 중심상가로 178	429450.0	15066.0	NaN	NaN	NaN	126.734841	37.344955

3 rows × 39 columns

count = tmp[tmp['상권업종소분류명'] == '약국']['시도명'].value_counts()
print(count)

시도명
경기도        4510
서울특별시      3579
부산광역시      1130
경상남도       1017
인천광역시      1002
경상북도        915
대구광역시       870
전라북도        862
충청남도        830
전라남도        811
강원도         729
광주광역시       691
충청북도        648
대전광역시       603
울산광역시       362
제주특별자치도     226
세종특별자치시      99
Name: count, dtype: int64

count_groupby = tmp[tmp['상권업종소분류명'] == '약국'].groupby('시도명').size().sort_values(ascending=False)
print(count_groupby)

시도명
경기도        4510
서울특별시      3579
부산광역시      1130
경상남도       1017
인천광역시      1002
경상북도        915
대구광역시       870
전라북도        862
충청남도        830
전라남도        811
강원도         729
광주광역시       691
충청북도        648
대전광역시       603
울산광역시       362
제주특별자치도     226
세종특별자치시      99
dtype: int64

Q2.

You have joined a startup that operates a business related to pets, and you've been asked to conduct a commercial area analysis. Hospitals and pharmacies are typically located in areas with high population density or foot traffic. So, are animal hospitals also more likely to be located in areas where there are many hospitals or pharmacies? Please calculate the frequency and visualize the data to analyze which areas have the most animal hospitals. The goal is to produce results similar to the example provided.

🔽 Example Output

경기도 992
서울특별시 557
인천광역시 193
경상북도 165
경상남도 161
부산광역시 153
충청남도 131
대구광역시 119
전라북도 111
강원도 85
대전광역시 77
전라남도 77
충청북도 75 광주광역시 71
울산광역시 61
제주특별자치도 46
세종특별자치시 13
Name: 시도명, dtype: int64

count_animal = tmp[tmp['상권업종소분류명'] == '동물병원']['시도명'].value_counts()
print(count_animal)

시도명
경기도        992
서울특별시      557
인천광역시      193
경상북도       165
경상남도       161
부산광역시      153
충청남도       131
대구광역시      119
전라북도       111
강원도         85
대전광역시       77
전라남도        77
충청북도        75
광주광역시       71
울산광역시       61
제주특별자치도     46
세종특별자치시     13
Name: count, dtype: int64

sorted_count_animal = count_animal.sort_values(ascending=True)
sorted_count_animal.plot.barh()
plt.title("Animal Hospital Count by Region")
plt.xlabel("Count")
plt.ylabel("Region)")
plt.show()

sorted_count = count.sort_values(ascending=True)
sorted_count.plot.barh()
plt.title("Hospital Count by Region")
plt.xlabel("Count")
plt.ylabel("Region)")
plt.show()

Q3.

Are there more dermatology or plastic surgery clinics in the Gangnam area compared to other regions?

It seems that there are more dermatology and plastic surgery clinics in the Gangnam area compared to other regions. Let's find out how much of a proportion dermatology and plastic surgery clinics occupy in this area compared to the total number of hospitals in the area.

• Find the hospital subcategories in Seoul that contain "Dermatology" or "Plastic Surgery" in their names.
• Calculate the ratio of dermatology and plastic surgery clinics to the total number of hospitals.
• Sort the results in descending order of the ratio.
• To round to two decimal places, search for how to use the pandas round function.

🔽 Example Output

시군구명
강남구 0.24
서초구 0.17
마포구 0.09
영등포구 0.08
서대문구 0.08
강서구 0.07
강동구 0.07
중구 0.07
양천구 0.07
중랑구 0.07
성북구 0.06
송파구 0.06
구로구 0.06
은평구 0.06
광진구 0.06
노원구 0.05
성동구 0.05
금천구 0.05
용산구 0.05
강북구 0.05
동대문구 0.04
동작구 0.04
관악구 0.04
종로구 0.03
도봉구 0.02

seoul = tmp[(tmp['시도명'] == '서울특별시') & (tmp["상권업종중분류명"] == "병원")]
filtered = seoul[seoul['상권업종소분류명'].str.contains('피부|성형')]
# The '|' symbol is used as an OR operator in regular expressions
# it allows us to match rows containing either '피부' or '성형'

total_count = seoul["시군구명"].value_counts()
count_filtered = filtered["시군구명"].value_counts()
proportions = round(count_filtered / total_count,2).sort_values(ascending=False)
print(proportions)

시군구명
강남구     0.24
서초구     0.17
마포구     0.09
영등포구    0.08
서대문구    0.08
강서구     0.07
강동구     0.07
중구      0.07
양천구     0.07
중랑구     0.07
성북구     0.06
송파구     0.06
구로구     0.06
은평구     0.06
광진구     0.06
노원구     0.05
성동구     0.05
금천구     0.05
용산구     0.05
강북구     0.05
동대문구    0.04
동작구     0.04
관악구     0.04
종로구     0.03
도봉구     0.02
Name: count, dtype: float64

Q4.

As the average life expectancy continues to increase, the silver healthcare industry is gaining attention. You have joined a startup related to the silver healthcare industry. To better understand the locations of 'Elderly/Dementia Hospitals,' you want to visualize their distribution on a map. Using Folium, please visualize the locations of 'Elderly/Dementia Hospitals' across the country on a map! You can customize the map using Folium's documentation to add more features and make it more visually appealing.

# First, filter the dataFrame to include only rows
# where the 'business type subcategory' is 'Elderly/Dementia Hospitals'
filtered_seniors = tmp[tmp['상권업종소분류명'] =='노인/치매병원']

m = folium.Map(location=[filtered_seniors['위도'].mean(),
                         filtered_seniors['경도'].mean()],
                 zoom_start=12)

for n in filtered_seniors.index:
    popup_name = filtered_seniors.loc[n, '상호명'] + ' - ' + filtered_seniors.loc[n, '도로명주소']
    folium.Marker(
        location = [filtered_seniors.loc[n,'위도'], filtered_seniors.loc[n, '경도']],
        popup = popup_name,
        tooltip = popup_name
    ).add_to(m)
m
# Both the popup and tooltip display the hospital's name (상호명) and its address (도로명주소)

Make this Notebook Trusted to load map: File -> Trust Notebook